CN109934733A - 一种基于人脸识别技术智能食堂排队管理系统 - Google Patents
一种基于人脸识别技术智能食堂排队管理系统 Download PDFInfo
- Publication number
- CN109934733A CN109934733A CN201910214355.3A CN201910214355A CN109934733A CN 109934733 A CN109934733 A CN 109934733A CN 201910214355 A CN201910214355 A CN 201910214355A CN 109934733 A CN109934733 A CN 109934733A
- Authority
- CN
- China
- Prior art keywords
- information
- module
- queue
- face recognition
- personnel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明公开一种基于人脸识别技术智能食堂排队管理系统，包括摄像头、人脸识别模块、比对单元、数据库、中央处理器、存储模块、效率分析模块、显示屏、检测模块和计时模块，所述摄像头用于实时监控食堂状况并自动获取影像信息，所述摄像头将影像信息传输到人脸识别模块，所述人脸识别模块接收摄像头传输的影像信息并对影像信息进行面部识别，所述人脸识别模块将识别后的面部信息传输到比对单元，本发明通过效率分析模块、检测模块和计时模块的设置，便于对每段时间内打饭窗口前的队列动向进行分析计算，根据每个就餐人员的位置变化，判断出是否出现插队现象，节省时间，便于更好的维持队列秩序，避免就餐人员之间出现矛盾。
Description
技术领域
本发明涉及排队管理技术领域，具体为一种基于人脸识别技术智能食堂排队管理系统。
背景技术
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别，人脸识别适用于生活中的各种领域，大多数为一些电子产品，但是也有少数使用在秩序管理上，比如说食堂的排队管理。
现有的食堂排队管理均是人为的管理，有时会出现一下工作人员在旁边管理一下秩序，但是插队的仍然插队，只能在队列的整齐程度上起到一定的作用，相对于排队的秩序管理，起到的作用很小，无法实现排队的管理，为此，我们提出一种基于人脸识别技术智能食堂排队管理系统。
发明内容
本发明的目的在于提供一种基于人脸识别技术智能食堂排队管理系统。
本发明所要解决现有的食堂排队管理均是人为的管理，有时会出现一下工作人员在旁边管理一下秩序，但是插队的仍然插队，只能在队列的整齐程度上起到一定的作用，相对于排队的秩序管理，起到的作用很小，无法实现排队的管理的技术问题为；
本发明的目的可以通过以下技术方案实现：一种基于人脸识别技术智能食堂排队管理系统，包括摄像头、人脸识别模块、比对单元、数据库、中央处理器、存储模块、效率分析模块、显示屏、检测模块和计时模块；
其中，所述摄像头用于实时监控食堂状况并自动获取影像信息，所述摄像头将影像信息传输到人脸识别模块，所述人脸识别模块接收摄像头传输的影像信息并对影像信息进行面部识别；
所述人脸识别模块将识别后的面部信息传输到比对单元，所述数据库用于存储就餐人员的面部信息和身份信息，所述数据库将就餐人员的面部信息和身份信息传输到比对单元，所述比对单元接收人脸识别模块和数据库传输的信息并将人脸识别模块传输的信息与数据库传输的信息进行比对，具体比对过程如下：
步骤一：比对单元自动提取人脸识别模块传输的面部信息，将面部信息标记为MBi，i＝1...n；
步骤二：比对单元自动提取数据库传输的面部信息，将面部信息标记为mbi，i＝1...n；
步骤三：比对单元自动提取数据库传输的身份信息，将身份信息标记为shi，i＝1...n，且mbi与shi一一对应；
步骤四：比对单元将人脸识别模块传输的面部信息与数据库内存储的面部信息进行比较，根据比对结果进行提取信息：
S1：当mbi≠MBi时，比对单元继续将人脸识别模块传输的面部信息与数据库内存储的面部信息进行比较；
S2：当mbi＝MBi时，比对单元将自动提取与面部信息mbi相对应的身份信息shi；
其中，所述比对单元将比对后的结果传输到中央处理器，所述中央处理器接收比对单元传输的比对结果并传输到效率分析模块，所述效率分析模块接收中央处理器传输的比对结果并根据比对结果对就餐人员进行进一步分析，所述检测模块用于实时监测队伍的长度和队列人数；
其中，所述检测模块将检测后的信息传输到效率分析模块，所述计时模块用于实时对就餐人员的打饭时间进行计时，所述计时模块将计时信息传输到效率分析模块，所述效率分析模块接收检测模块和计时模块传输的信息并对就餐人员和工作人员的效率进行分析，判断出就餐人员是否插队；
其中，所述效率分析模块在判定插队的情况之后，将插队人员的信息传输到中央处理器，中央处理器将插队人员的信息发送到显示屏上；
其中，所述存储模块用于对就餐人员的身份信息和位置信息进行存储，在通过效率分析模块的分析后，设置一个存储时间，当超过时间后就餐人员已经离开了队列，存储模块自动将该人员的位置信息删除。
优选的，所述检测模块用于实时监测队伍的长度和队列人数，具体的检测方法为：
步骤一：以最角落的打饭窗口为原点，建立直角坐标系；
步骤二：读取每个人的位置信息，将位置信息标记为Fi,用直角坐标系表示为Fi＝(Xn,Yn)；
步骤三：读取每一列最后一位的位置信息，提取每一列最后一位的位置信息的Yn项，同时将Yn设置为该队列的长度；
步骤四：检测模块在对队列长度检测的同时检测队列人数信息，将队列人数信息标记为Ri，i＝1...n。
优选的，所述效率分析模块接收检测模块和计时模块传输的信息并对就餐人员和工作人员的效率进行分析，具体分析过程如下：
步骤一：效率分析模块自动提取计时模块传输的计时信息，将计时信息标记为Ti，i＝1...n；
步骤二：将检测模块检测到的队列的长度与队列的人数信息带入到公式内，计算出平均每个人所占的长度Ln＝Yn/Ri；
步骤三：计算出每个人的占地长度之后，每有一个就餐的员工打完饭后便会使得队伍缩短一定的距离，除却打完饭离开队伍的员工之外，队列中的每个人均向着打饭的窗口移动一个距离，对应的直角坐标系也会随之变化；
步骤四：一段时间后，摄像头再次对队列信息进行摄像并获取影像信息，通过计算可以得出队列中每个人的动向；
步骤五：设一段时间为T；
步骤六：将一段时间T、计时信息Ti和平均每个人所占的长度Ln带入到计算式中，得出队列的运动长度L＝T/Ti*Ln；
步骤七：当一段时间后，人脸识别模块识别的就餐人员的位置与移动的位置不相符时，会根据不同的情况进行判断：
S1：首先人脸识别信息会根据影像信息判断出现位置错误的人员信息，并将该就餐人员标记为X；
S2：根据步骤六中计算的队列运动信息带入到队列，比对出X前方是多出了员工还是少了员工：
SS1：当X前方多出了某些员工过后，将人脸识别模块原有的识别数据与新的识别数据信息比较，判断出多出的就餐人员，并将该人员标记为插队；
SS2：当X前方少了某些员工过后，先查看影像信息中X员工前面的员工是否出现中途离开的就餐人员，当没有发现有中途离开的就餐人员后，则判定该就餐人员X插队。
优选的，所述摄像头与人脸识别模块通信联接，所述人脸识别模块与比对单元通信联接，所述数据库与比对单元通信联接，所述数据库与中央控制器通信联接，所述中央控制器分别与比对单元和效率存储模块通信联接，所述显示屏与中央控制器通信联接，所述存储模块与中央控制器通信联接，所述检测模块与效率分析模块通信联接，所述计时模块与效率分析模块通信联接。
本发明的有益效果：
(1)摄像头将影像信息传输到人脸识别模块，人脸识别模块接收摄像头传输的影像信息并对影像信息进行面部识别，人脸识别模块将识别后的面部信息传输到比对单元，数据库用于存储就餐人员的面部信息和身份信息，数据库将就餐人员的面部信息和身份信息传输到比对单元，比对单元接收人脸识别模块和数据库传输的信息并将人脸识别模块传输的信息与数据库传输的信息进行比对，通过人脸识别模块和比对单元的设置，可以更快捷的识别每个就餐人员的面部信息，将面部信息与数据库内存储的面部信息进行比对，判断出该就餐人员的身份信息，便于效率分析模块对就餐人员进行分别标记，节省时间，提高工作效率；
(2)比对单元将比对后的结果传输到中央处理器，中央处理器接收比对单元传输的比对结果并传输到效率分析模块，效率分析模块接收中央处理器传输的比对结果并根据比对结果对就餐人员进行进一步分析，检测模块用于实时监测队伍的长度和队列人数，检测模块将检测后的信息传输到效率分析模块，计时模块用于实时对就餐人员的打饭时间进行计时，计时模块将计时信息传输到效率分析模块，效率分析模块接收检测模块和计时模块传输的信息并对就餐人员和工作人员的效率进行分析，通过效率分析模块、检测模块和计时模块的设置，便于对每段时间内打饭窗口前的队列动向进行分析计算，根据每个就餐人员的位置变化，判断出是否出现插队现象，节省时间，便于更好的维持队列秩序，避免就餐人员之间出现矛盾；
(3)存储模块用于对就餐人员的身份信息和位置信息进行存储，在通过效率分析模块的分析后，设置一个存储时间，当超过时间后就餐人员已经离开了队列，存储模块自动将该人员的位置信息删除，通过显示模块的设置，便于让人们看到插队人员的信息，以此来告诫人们按照秩序就餐，通过存储模块的定时删除设置，便于自动调节存储单元内的内存设置，便于系统正常的运行，提高工作效率。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的系统框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为一种基于人脸识别技术智能食堂排队管理系统，包括摄像头、人脸识别模块、比对单元、数据库、中央处理器、存储模块、效率分析模块、显示屏、检测模块和计时模块；
其中，所述摄像头用于实时监控食堂状况并自动获取影像信息，所述摄像头将影像信息传输到人脸识别模块，所述人脸识别模块接收摄像头传输的影像信息并对影像信息进行面部识别；
所述人脸识别模块将识别后的面部信息传输到比对单元，所述数据库用于存储就餐人员的面部信息和身份信息，所述数据库将就餐人员的面部信息和身份信息传输到比对单元，所述比对单元接收人脸识别模块和数据库传输的信息并将人脸识别模块传输的信息与数据库传输的信息进行比对，具体比对过程如下：
步骤一：比对单元自动提取人脸识别模块传输的面部信息，将面部信息标记为MBi，i＝1...n；
步骤二：比对单元自动提取数据库传输的面部信息，将面部信息标记为mbi，i＝1...n；
步骤三：比对单元自动提取数据库传输的身份信息，将身份信息标记为shi，i＝1...n，且mbi与shi一一对应；
步骤四：比对单元将人脸识别模块传输的面部信息与数据库内存储的面部信息进行比较，根据比对结果进行提取信息：
S1：当mbi≠MBi时，比对单元继续将人脸识别模块传输的面部信息与数据库内存储的面部信息进行比较；
S2：当mbi＝MBi时，比对单元将自动提取与面部信息mbi相对应的身份信息shi；
其中，所述比对单元将比对后的结果传输到中央处理器，所述中央处理器接收比对单元传输的比对结果并传输到效率分析模块，所述效率分析模块接收中央处理器传输的比对结果并根据比对结果对就餐人员进行进一步分析，所述检测模块用于实时监测队伍的长度和队列人数；
其中，所述检测模块将检测后的信息传输到效率分析模块，所述计时模块用于实时对就餐人员的打饭时间进行计时，所述计时模块将计时信息传输到效率分析模块，所述效率分析模块接收检测模块和计时模块传输的信息并对就餐人员和工作人员的效率进行分析，判断出就餐人员是否插队；
其中，所述效率分析模块在判定插队的情况之后，将插队人员的信息传输到中央处理器，中央处理器将插队人员的信息发送到显示屏上；
其中，所述存储模块用于对就餐人员的身份信息和位置信息进行存储，在通过效率分析模块的分析后，设置一个存储时间，当超过时间后就餐人员已经离开了队列，存储模块自动将该人员的位置信息删除。
所述检测模块用于实时监测队伍的长度和队列人数，具体的检测方法为：
步骤一：以最角落的打饭窗口为原点，建立直角坐标系；
步骤二：读取每个人的位置信息，将位置信息标记为Fi,用直角坐标系表示为Fi＝(Xn,Yn)；
步骤三：读取每一列最后一位的位置信息，提取每一列最后一位的位置信息的Yn项，同时将Yn设置为该队列的长度；
步骤四：检测模块在对队列长度检测的同时检测队列人数信息，将队列人数信息标记为Ri，i＝1...n。
所述效率分析模块接收检测模块和计时模块传输的信息并对就餐人员和工作人员的效率进行分析，具体分析过程如下：
步骤一：效率分析模块自动提取计时模块传输的计时信息，将计时信息标记为Ti，i＝1...n；
步骤二：将检测模块检测到的队列的长度与队列的人数信息带入到公式内，计算出平均每个人所占的长度Ln＝Yn/Ri；
步骤三：计算出每个人的占地长度之后，每有一个就餐的员工打完饭后便会使得队伍缩短一定的距离，除却打完饭离开队伍的员工之外，队列中的每个人均向着打饭的窗口移动一个距离，对应的直角坐标系也会随之变化；
步骤四：一段时间后，摄像头再次对队列信息进行摄像并获取影像信息，通过计算可以得出队列中每个人的动向；
步骤五：设一段时间为T；
步骤六：将一段时间T、计时信息Ti和平均每个人所占的长度Ln带入到计算式中，得出队列的运动长度L＝T/Ti*Ln；
步骤七：当一段时间后，人脸识别模块识别的就餐人员的位置与移动的位置不相符时，会根据不同的情况进行判断：
S1：首先人脸识别信息会根据影像信息判断出现位置错误的人员信息，并将该就餐人员标记为X；
S2：根据步骤六中计算的队列运动信息带入到队列，比对出X前方是多出了员工还是少了员工：
SS1：当X前方多出了某些员工过后，将人脸识别模块原有的识别数据与新的识别数据信息比较，判断出多出的就餐人员，并将该人员标记为插队；
SS2：当X前方少了某些员工过后，先查看影像信息中X员工前面的员工是否出现中途离开的就餐人员，当没有发现有中途离开的就餐人员后，则判定该就餐人员X插队。
所述摄像头与人脸识别模块通信联接，所述人脸识别模块与比对单元通信联接，所述数据库与比对单元通信联接，所述数据库与中央控制器通信联接，所述中央控制器分别与比对单元和效率存储模块通信联接，所述显示屏与中央控制器通信联接，所述存储模块与中央控制器通信联接，所述检测模块与效率分析模块通信联接，所述计时模块与效率分析模块通信联接。
本发明在工作时，摄像头将影像信息传输到人脸识别模块，人脸识别模块接收摄像头传输的影像信息并对影像信息进行面部识别，人脸识别模块将识别后的面部信息传输到比对单元，数据库用于存储就餐人员的面部信息和身份信息，数据库将就餐人员的面部信息和身份信息传输到比对单元，比对单元接收人脸识别模块和数据库传输的信息并将人脸识别模块传输的信息与数据库传输的信息进行比对，比对单元将比对后的结果传输到中央处理器，中央处理器接收比对单元传输的比对结果并传输到效率分析模块，效率分析模块接收中央处理器传输的比对结果并根据比对结果对就餐人员进行进一步分析，检测模块用于实时监测队伍的长度和队列人数，检测模块将检测后的信息传输到效率分析模块，计时模块用于实时对就餐人员的打饭时间进行计时，计时模块将计时信息传输到效率分析模块，效率分析模块接收检测模块和计时模块传输的信息并对就餐人员和工作人员的效率进行分析，存储模块用于对就餐人员的身份信息和位置信息进行存储，在通过效率分析模块的分析后，设置一个存储时间，当超过时间后就餐人员已经离开了队列，存储模块自动将该人员的位置信息删除。
本发明通过摄像头将影像信息传输到人脸识别模块，人脸识别模块接收摄像头传输的影像信息并对影像信息进行面部识别，人脸识别模块将识别后的面部信息传输到比对单元，数据库用于存储就餐人员的面部信息和身份信息，数据库将就餐人员的面部信息和身份信息传输到比对单元，比对单元接收人脸识别模块和数据库传输的信息并将人脸识别模块传输的信息与数据库传输的信息进行比对，通过人脸识别模块和比对单元的设置，可以更快捷的识别每个就餐人员的面部信息，将面部信息与数据库内存储的面部信息进行比对，判断出该就餐人员的身份信息，便于效率分析模块对就餐人员进行分别标记，节省时间，提高工作效率；
同时比对单元将比对后的结果传输到中央处理器，中央处理器接收比对单元传输的比对结果并传输到效率分析模块，效率分析模块接收中央处理器传输的比对结果并根据比对结果对就餐人员进行进一步分析，检测模块用于实时监测队伍的长度和队列人数，检测模块将检测后的信息传输到效率分析模块，计时模块用于实时对就餐人员的打饭时间进行计时，计时模块将计时信息传输到效率分析模块，效率分析模块接收检测模块和计时模块传输的信息并对就餐人员和工作人员的效率进行分析，通过效率分析模块、检测模块和计时模块的设置，便于对每段时间内打饭窗口前的队列动向进行分析计算，根据每个就餐人员的位置变化，判断出是否出现插队现象，节省时间，便于更好的维持队列秩序，避免就餐人员之间出现矛盾；
同时存储模块用于对就餐人员的身份信息和位置信息进行存储，在通过效率分析模块的分析后，设置一个存储时间，当超过时间后就餐人员已经离开了队列，存储模块自动将该人员的位置信息删除，通过显示模块的设置，便于让人们看到插队人员的信息，以此来告诫人们按照秩序就餐，通过存储模块的定时删除设置，便于自动调节存储单元内的内存设置，便于系统正常的运行，提高工作效率。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (4)
1.一种基于人脸识别技术智能食堂排队管理系统，其特征在于，包括摄像头、人脸识别模块、比对单元、数据库、中央处理器、存储模块、效率分析模块、显示屏、检测模块和计时模块；
其中，所述摄像头用于实时监控食堂状况并自动获取影像信息，所述摄像头将影像信息传输到人脸识别模块，所述人脸识别模块接收摄像头传输的影像信息并对影像信息进行面部识别；
所述人脸识别模块将识别后的面部信息传输到比对单元，所述数据库用于存储就餐人员的面部信息和身份信息，所述数据库将就餐人员的面部信息和身份信息传输到比对单元，所述比对单元接收人脸识别模块和数据库传输的信息并将人脸识别模块传输的信息与数据库传输的信息进行比对，具体比对过程如下：
步骤一：比对单元自动提取人脸识别模块传输的面部信息，将面部信息标记为MBi，i＝1...n；
步骤二：比对单元自动提取数据库传输的面部信息，将面部信息标记为mbi，i＝1...n；
步骤三：比对单元自动提取数据库传输的身份信息，将身份信息标记为shi，i＝1...n，且mbi与shi一一对应；
步骤四：比对单元将人脸识别模块传输的面部信息与数据库内存储的面部信息进行比较，根据比对结果进行提取信息：
S1：当mbi≠MBi时，比对单元继续将人脸识别模块传输的面部信息与数据库内存储的面部信息进行比较；
S2：当mbi＝MBi时，比对单元将自动提取与面部信息mbi相对应的身份信息shi；
其中，所述比对单元将比对后的结果传输到中央处理器，所述中央处理器接收比对单元传输的比对结果并传输到效率分析模块，所述效率分析模块接收中央处理器传输的比对结果并根据比对结果对就餐人员进行进一步分析，所述检测模块用于实时监测队伍的长度和队列人数；
其中，所述检测模块将检测后的信息传输到效率分析模块，所述计时模块用于实时对就餐人员的打饭时间进行计时，所述计时模块将计时信息传输到效率分析模块，所述效率分析模块接收检测模块和计时模块传输的信息并对就餐人员和工作人员的效率进行分析，判断出就餐人员是否插队；
其中，所述效率分析模块在判定插队的情况之后，将插队人员的信息传输到中央处理器，中央处理器将插队人员的信息发送到显示屏上；
其中，所述存储模块用于对就餐人员的身份信息和位置信息进行存储，在通过效率分析模块的分析后，设置一个存储时间，当超过时间后就餐人员已经离开了队列，存储模块自动将该人员的位置信息删除。
2.根据权利要求1所述的一种基于人脸识别技术智能食堂排队管理系统，其特征在于，所述检测模块用于实时监测队伍的长度和队列人数，具体的检测方法为：
步骤一：以最角落的打饭窗口为原点，建立直角坐标系；
步骤二：读取每个人的位置信息，将位置信息标记为Fi,用直角坐标系表示为Fi＝(Xn,Yn)；
步骤三：读取每一列最后一位的位置信息，提取每一列最后一位的位置信息的Yn项，同时将Yn设置为该队列的长度；
步骤四：检测模块在对队列长度检测的同时检测队列人数信息，将队列人数信息标记为Ri，i＝1...n。
3.根据权利要求1所述的一种基于人脸识别技术智能食堂排队管理系统，其特征在于，所述效率分析模块接收检测模块和计时模块传输的信息并对就餐人员和工作人员的效率进行分析，具体分析过程如下：
步骤一：效率分析模块自动提取计时模块传输的计时信息，将计时信息标记为Ti，i＝1...n；
步骤二：将检测模块检测到的队列的长度与队列的人数信息带入到公式内，计算出平均每个人所占的长度Ln＝Yn/Ri；
步骤三：计算出每个人的占地长度之后，每有一个就餐的员工打完饭后便会使得队伍缩短一定的距离，除却打完饭离开队伍的员工之外，队列中的每个人均向着打饭的窗口移动一个距离，对应的直角坐标系也会随之变化；
步骤四：一段时间后，摄像头再次对队列信息进行摄像并获取影像信息，通过计算可以得出队列中每个人的动向；
步骤五：设一段时间为T；
步骤六：将一段时间T、计时信息Ti和平均每个人所占的长度Ln带入到计算式中，得出队列的运动长度L＝T/Ti*Ln；
步骤七：当一段时间后，人脸识别模块识别的就餐人员的位置与移动的位置不相符时，会根据不同的情况进行判断：
S1：首先人脸识别信息会根据影像信息判断出现位置错误的人员信息，并将该就餐人员标记为X；
S2：根据步骤六中计算的队列运动信息带入到队列，比对出X前方是多出了员工还是少了员工：
SS1：当X前方多出了某些员工过后，将人脸识别模块原有的识别数据与新的识别数据信息比较，判断出多出的就餐人员，并将该人员标记为插队；
SS2：当X前方少了某些员工过后，先查看影像信息中X员工前面的员工是否出现中途离开的就餐人员，当没有发现有中途离开的就餐人员后，则判定该就餐人员X插队。
4.根据权利要求1所述的一种基于人脸识别技术智能食堂排队管理系统，其特征在于，所述摄像头与人脸识别模块通信联接，所述人脸识别模块与比对单元通信联接，所述数据库与比对单元通信联接，所述数据库与中央控制器通信联接，所述中央控制器分别与比对单元和效率存储模块通信联接，所述显示屏与中央控制器通信联接，所述存储模块与中央控制器通信联接，所述检测模块与效率分析模块通信联接，所述计时模块与效率分析模块通信联接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910214355.3A CN109934733A (zh) | 2019-03-20 | 2019-03-20 | 一种基于人脸识别技术智能食堂排队管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910214355.3A CN109934733A (zh) | 2019-03-20 | 2019-03-20 | 一种基于人脸识别技术智能食堂排队管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109934733A true CN109934733A (zh) | 2019-06-25 |
Family
ID=66987812
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910214355.3A Withdrawn CN109934733A (zh) | 2019-03-20 | 2019-03-20 | 一种基于人脸识别技术智能食堂排队管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109934733A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110309783A (zh) * | 2019-07-02 | 2019-10-08 | 韩玉芝 | 内镜室患者队列分析装置 |
| CN110889326A (zh) * | 2019-10-16 | 2020-03-17 | 中国科学院自动化研究所南京人工智能芯片创新研究院 | 基于人体检测的插队行为监测警告系统、方法、装置和存储介质 |
| CN111723669A (zh) * | 2020-05-21 | 2020-09-29 | 湖南三湘银行股份有限公司 | 基于空间定位的银行客户身份处理方法 |
| CN112001334A (zh) * | 2020-08-27 | 2020-11-27 | 闽江学院 | 人像识别装置 |
| CN112001340A (zh) * | 2020-08-27 | 2020-11-27 | 福建医联康护信息技术有限公司 | 人像识别方法 |
| CN112581677A (zh) * | 2020-12-25 | 2021-03-30 | 深圳市创族智能实业有限公司 | 一种防插队的人脸识别排号机 |
| CN112949350A (zh) * | 2019-12-10 | 2021-06-11 | 晶睿通讯股份有限公司 | 队列分析方法及其图像监控设备 |
| CN113327364A (zh) * | 2021-06-21 | 2021-08-31 | 哈尔滨工程大学 | 一种基于人脸识别的排队管理装置及方法 |
| CN113343003A (zh) * | 2021-06-30 | 2021-09-03 | 上海歆广数据科技有限公司 | 一种用餐营养构建记录系统及方法 |
| CN113362519A (zh) * | 2021-06-03 | 2021-09-07 | 日立楼宇技术（广州）有限公司 | 一种排队的数据处理方法、系统、装置及存储介质 |
-
2019
- 2019-03-20 CN CN201910214355.3A patent/CN109934733A/zh not_active Withdrawn
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110309783B (zh) * | 2019-07-02 | 2020-01-07 | 韩玉芝 | 内镜室患者队列分析装置 |
| CN110309783A (zh) * | 2019-07-02 | 2019-10-08 | 韩玉芝 | 内镜室患者队列分析装置 |
| CN110889326A (zh) * | 2019-10-16 | 2020-03-17 | 中国科学院自动化研究所南京人工智能芯片创新研究院 | 基于人体检测的插队行为监测警告系统、方法、装置和存储介质 |
| CN110889326B (zh) * | 2019-10-16 | 2022-07-01 | 中科南京人工智能创新研究院 | 基于人体检测的插队行为监测警告系统、方法、装置和存储介质 |
| CN112949350B (zh) * | 2019-12-10 | 2024-04-09 | 晶睿通讯股份有限公司 | 队列分析方法及其图像监控设备 |
| CN112949350A (zh) * | 2019-12-10 | 2021-06-11 | 晶睿通讯股份有限公司 | 队列分析方法及其图像监控设备 |
| CN111723669B (zh) * | 2020-05-21 | 2021-11-09 | 湖南三湘银行股份有限公司 | 基于空间定位的银行客户身份处理方法 |
| CN111723669A (zh) * | 2020-05-21 | 2020-09-29 | 湖南三湘银行股份有限公司 | 基于空间定位的银行客户身份处理方法 |
| CN112001334A (zh) * | 2020-08-27 | 2020-11-27 | 闽江学院 | 人像识别装置 |
| CN112001334B (zh) * | 2020-08-27 | 2024-01-19 | 闽江学院 | 人像识别装置 |
| CN112001340B (zh) * | 2020-08-27 | 2024-03-29 | 福建医联康护信息技术有限公司 | 人像识别方法 |
| CN112001340A (zh) * | 2020-08-27 | 2020-11-27 | 福建医联康护信息技术有限公司 | 人像识别方法 |
| CN112581677A (zh) * | 2020-12-25 | 2021-03-30 | 深圳市创族智能实业有限公司 | 一种防插队的人脸识别排号机 |
| CN113362519A (zh) * | 2021-06-03 | 2021-09-07 | 日立楼宇技术（广州）有限公司 | 一种排队的数据处理方法、系统、装置及存储介质 |
| CN113327364A (zh) * | 2021-06-21 | 2021-08-31 | 哈尔滨工程大学 | 一种基于人脸识别的排队管理装置及方法 |
| CN113327364B (zh) * | 2021-06-21 | 2023-02-10 | 哈尔滨工程大学 | 一种基于人脸识别的排队管理装置及方法 |
| CN113343003A (zh) * | 2021-06-30 | 2021-09-03 | 上海歆广数据科技有限公司 | 一种用餐营养构建记录系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109934733A (zh) | 一种基于人脸识别技术智能食堂排队管理系统 | |
| CN110609920B (zh) | 一种视频监控场景下的行人混合搜索方法及系统 | |
| Nummiaro et al. | Color-based object tracking in multi-camera environments | |
| CN109299683B (zh) | 一种基于人脸识别和行为大数据的安防评估系统 | |
| CN110428449B (zh) | 目标检测跟踪方法、装置、设备及存储介质 | |
| CN102063607B (zh) | 一种用于采集人脸图像的方法和系统 | |
| CN113239797B (zh) | 人体动作识别方法、装置及系统 | |
| CN108830180A (zh) | 电子考勤方法、装置及电子设备 | |
| CN110415295A (zh) | 图像数据处理方法和图像数据处理设备 | |
| CN114359976A (zh) | 一种基于人物识别的智能安防方法与装置 | |
| CN115798047A (zh) | 行为识别方法和装置、电子设备、计算机可读存储介质 | |
| CN108563998A (zh) | 活体识别模型训练方法、活体检测方法及装置 | |
| CN109118512B (zh) | 一种基于机器视觉的课堂迟到早退检测方法 | |
| CN108307158B (zh) | 人防自动调控方法、装置及系统 | |
| CN112580522A (zh) | 睡眠人员检测方法、装置、设备及存储介质 | |
| CN109146913A (zh) | 一种人脸跟踪方法及装置 | |
| CN107452019A (zh) | 一种基于模型切换的目标检测方法、装置、系统及存储介质 | |
| Leotta et al. | PLaTHEA: a marker‐less people localization and tracking system for home automation | |
| CN115118536B (zh) | 分享方法、控制设备及计算机可读存储介质 | |
| CN111860357B (zh) | 基于活体识别的出勤率计算方法、装置、终端及存储介质 | |
| CN114359817A (zh) | 基于出入口人行识别的人流量测量方法 | |
| CN112766230A (zh) | 一种视频流人员在线时长估计方法及对应系统 | |
| CN111832451A (zh) | 基于视频数据处理的适航监察流程监管系统及方法 | |
| Konieczka et al. | Smart real-time multi-camera people locating system | |
| CN113989857B (zh) | 一种基于深度学习的人像照片内容解析方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190625 |